Job 负责批量处理短暂的一次性任务 (short lived one-off tasks)，即仅执行一次的任务，它保证批处理任务的一个或多个 Pod 成功结束。
API 版本对照表
Kubernetes 版本
Batch API 版本
默认开启
Job 类型
Kubernetes 支持以下几种 Job：
非并行 Job：通常创建一个 Pod 直至其成功结束
固定结束次数的 Job：设置 .spec.completions，创建多个 Pod，直到 .spec.completions 个 Pod 成功结束
带有工作队列的并行 Job：设置 .spec.Parallelism 但不设置 .spec.completions，当所有 Pod 结束并且至少一个成功时，Job 就认为是成功
根据 .spec.completions 和 .spec.Parallelism 的设置，可以将 Job 划分为以下几种 pattern：
Job 类型
使用示例
行为
completions
Parallelism
依次创建一个 Pod 运行直至 completions 个成功结束
依次创建多个 Pod 运行直至 completions 个成功结束
Job Controller
Job Controller 负责根据 Job Spec 创建 Pod，并持续监控 Pod 的状态，直至其成功结束。如果失败，则根据 restartPolicy（只支持 OnFailure 和 Never，不支持 Always）决定是否创建新的 Pod 再次重试任务。
Job Spec 格式
RestartPolicy 仅支持 Never 或 OnFailure
单个 Pod 时，默认 Pod 成功运行后 Job 即结束
.spec.completions 标志 Job 结束需要成功运行的 Pod 个数，默认为 1
.spec.parallelism 标志并行运行的 Pod 的个数，默认为 1
spec.activeDeadlineSeconds 标志失败 Pod 的重试最大时间，超过这个时间不会继续重试
.spec.completionMode 完成模式，支持 NonIndexed（默认）和 Indexed
.spec.backoffLimitPerIndex （v1.33+ 稳定）为索引化 Job 设置每个索引的回退限制
.spec.maxFailedIndexes （v1.33+ 稳定）限制索引化 Job 中允许失败的最大索引数
.spec.successPolicy （v1.33+ 稳定）定义 Job 成功完成的条件
.spec.suspend （v1.21+ 稳定）暂停 Job 的执行
一个简单的例子：
apiVersion: batch/v1
kind: Job
metadata:
name: pi
spec:
template:
metadata:
name: pi
spec:
containers:
- name: pi
image: perl
command: ["perl", "-Mbignum=bpi", "-wle", "print bpi(2000)"]
restartPolicy: Never
# 创建 Job
$ kubectl create -f ./job.yaml
job "pi" created
# 查看 Job 的状态
$ kubectl describe job pi
Name: pi
Namespace: default
Selector: controller-uid=cd37a621-5b02-11e7-b56e-76933ddd7f55
Labels: controller-uid=cd37a621-5b02-11e7-b56e-76933ddd7f55
job-name=pi
Annotations: <none>
Parallelism: 1
Completions: 1
Start Time: Tue, 27 Jun 2017 14:35:24 +0800
Pods Statuses: 0 Running / 1 Succeeded / 0 Failed
Pod Template:
Labels: controller-uid=cd37a621-5b02-11e7-b56e-76933ddd7f55
job-name=pi
Containers:
pi:
Image: perl
Port:
Command:
perl
-Mbignum=bpi
-wle
print bpi(2000)
Environment: <none>
Mounts: <none>
Volumes: <none>
Events:
FirstSeen LastSeen Count From SubObjectPath Type Reason Message
--------- -------- ----- ---- ------------- -------- ------ -------
2m 2m 1 job-controller Normal SuccessfulCreate Created pod: pi-nltxv
# 使用'job-name=pi'标签查询属于该 Job 的 Pod
# 注意不要忘记'--show-all'选项显示已经成功（或失败）的 Pod
$ kubectl get pod --show-all -l job-name=pi
NAME READY STATUS RESTARTS AGE
pi-nltxv 0/1 Completed 0 3m
# 使用 jsonpath 获取 pod ID 并查看 Pod 的日志
$ pods=$(kubectl get pods --selector=job-name=pi --output=jsonpath={.items..metadata.name})
$ kubectl logs $pods
3.141592653589793238462643383279502...
固定结束次数的 Job 示例
apiVersion: batch/v1
kind: Job
metadata:
name: busybox
spec:
completions: 3
template:
metadata:
name: busybox
spec:
containers:
- name: busybox
image: busybox
command: ["echo", "hello"]
restartPolicy: Never
Indexed Job
通常，当使用 Job 来运行分布式任务时，用户需要一个单独的系统来在 Job 的不同 worker Pod 之间分配任务。比如，设置一个工作队列，逐一给每个 Pod 分配任务。Kubernetes v1.21 新增的 Indexed Job 会给每个任务分配一个数值索引，并通过 annotation batch.kubernetes.io/job-completion-index 暴露给每个 Pod。使用方法为在 Job spec 中设置 completionMode: Indexed。
索引化 Job 的回退限制 (v1.33.0 Stable)
从 Kubernetes v1.33.0 开始，支持为索引化 Job 的每个索引设置独立的回退限制。这个特性专门为"令人尴尬的并行"（embarrassingly parallel）工作负载设计，其中每个索引代表独立的任务。
功能优势
精细化失败控制：防止单个失败的索引消耗整个 Job 的失败预算
独立重试机制：每个索引可以独立重试，不影响其他索引的执行
更好的容错性：支持部分索引失败的场景，提高整体 Job 的成功率
配置参数
backoffLimitPerIndex：控制每个索引的重试次数
maxFailedIndexes：（可选）限制总的失败索引数量
可以与 Pod 失败策略结合使用，实现更高级的错误处理
基本示例
apiVersion: batch/v1
kind: Job
metadata:
name: indexed-job-with-backoff
spec:
completionMode: Indexed
completions: 10
parallelism: 10
backoffLimitPerIndex: 1 # 每个索引最多重试1次
maxFailedIndexes: 5 # 最多允许5个索引失败
template:
spec:
containers:
- name: worker
image: busybox
command:
- sh
- -c
- |
INDEX=${JOB_COMPLETION_INDEX}
echo "Processing index $INDEX"
# 模拟某些索引可能失败的情况
if [ $((INDEX % 3)) -eq 0 ]; then
echo "Index $INDEX: simulating failure"
exit 1
else
echo "Index $INDEX: success"
exit 0
fi
restartPolicy: Never
实际应用场景
多测试套件执行：运行多个独立的测试套件，单个套件失败不影响其他套件
批量数据处理：处理多个数据文件，某个文件处理失败不影响其他文件
并行计算任务：执行多个独立的计算任务，具有一定的失败容忍度
配置建议
对于需要高可靠性的任务，设置较高的 backoffLimitPerIndex 值
使用 maxFailedIndexes 控制整体失败率，避免过多失败索引
结合 Pod 失败策略可以根据不同的失败原因采取不同的重试策略
Job 成功策略 (v1.33.0 GA)
从 Kubernetes v1.33.0 开始，Job 成功策略正式达到正式版本（GA）。这个特性专为批处理工作负载设计，如科学仿真、AI/ML 和高性能计算（HPC）。它允许指定哪些 Pod 索引或数量必须成功完成，支持部分 Job 完成的场景。
功能特点
仅适用于索引化 Job：只能在 completionMode: Indexed 的 Job 中使用
灵活的成功条件：可以根据成功的索引数量或特定的索引来定义成功
早期退出：一旦满足成功条件，Job 会立即停止所有 Pod
支持领导者-跟随者模式：适用于只需要特定索引成功的场景
基本示例：单个索引成功
apiVersion: batch/v1
kind: Job
metadata:
name: single-index-success
spec:
completionMode: Indexed
completions: 5
parallelism: 5
successPolicy:
rules:
- succeededCount: 1 # 只需要一个 Pod 成功即可
template:
spec:
containers:
- name: worker
image: busybox
command: ["sh", "-c", "echo Processing index $JOB_COMPLETION_INDEX && sleep $((RANDOM % 60))"]
restartPolicy: Never
高级示例：领导者索引成功
apiVersion: batch/v1
kind: Job
metadata:
name: leader-follower-job
spec:
completionMode: Indexed
completions: 10
parallelism: 3
successPolicy:
rules:
- succeededIndexes: "0" # 索引 0 作为领导者必须成功
succeededCount: 1
template:
spec:
containers:
- name: worker
image: busybox
command:
- sh
- -c
- |
INDEX=${JOB_COMPLETION_INDEX}
if [ $INDEX -eq 0 ]; then
echo "Leader processing index $INDEX"
# 领导者逻辑
sleep 30
else
echo "Follower processing index $INDEX"
# 跟随者逻辑
sleep 10
fi
restartPolicy: Never
组合条件示例
apiVersion: batch/v1
kind: Job
metadata:
name: complex-success-policy
spec:
completionMode: Indexed
completions: 10
parallelism: 3
successPolicy:
rules:
- succeededIndexes: "0-2,5" # 特定索引必须成功
- succeededCount: 6 # 或者至少6个Pod成功
template:
spec:
containers:
- name: worker
image: busybox
command: ["sh", "-c", "echo Processing index $JOB_COMPLETION_INDEX && sleep 10"]
restartPolicy: Never
应用场景
技术细节
条件检查：Job Controller 会在满足成功策略时添加 SuccessCriteriaMet 条件
Pod 终止：成功条件达成后，所有正在运行的 Pod 会被终止
最佳实践
仅用于索引化 Job：确保设置 completionMode: Indexed
合理设置成功条件：根据业务需求设置合适的 succeededCount 或 succeededIndexes
结合失败策略：可与 backoffLimitPerIndex 和 maxFailedIndexes 结合使用
监控 Job 状态：通过 Job conditions 监控成功条件的达成
Pod 自动清理
TTL 控制器用来自动清理已经结束的 Pod，如处于 Complete 或 Failed 状态的 Job。Pod 停止之后的 TTL 可以通过 .spec.ttlSecondsAfterFinished 来设置。
注意，该特性要求集群中各节点（包括控制节点）的时间一致，比如在所有节点中运行 NTP 服务。
暂停和重启 Job
从 v1.21 开始，可通过 .spec.suspend 暂停和重启 Job：
apiVersion: batch/v1
kind: Job
metadata:
name: myjob
spec:
suspend: true
parallelism: 1
completions: 5
template:
spec:
...
当 Job 暂停后，Job conditions 中会新增一条 Job 暂停的事件：
$ kubectl get jobs/myjob -o yaml
apiVersion: batch/v1
kind: Job
# .metadata and .spec omitted
status:
conditions:
- lastProbeTime: "2021-02-05T13:14:33Z"
lastTransitionTime: "2021-02-05T13:14:33Z"
status: "True"
type: Suspended
startTime: "2021-02-05T13:13:48Z"
Bare Pods
所谓 Bare Pods 是指直接用 PodSpec 来创建的 Pod（即不在 ReplicaSets 或者 ReplicationCtroller 的管理之下的 Pods）。这些 Pod 在 Node 重启后不会自动重启，但 Job 则会创建新的 Pod 继续任务。所以，推荐使用 Job 来替代 Bare Pods，即便是应用只需要一个 Pod。
参考文档
